Egy COO az operációra irányítja a figyelmét: átfutási idő, kapacitás, minőség, folytonosság. Az AI-pilóták, amelyek jól sikerülnek a vállalat egy izolált sarkában, ezekről kevés információt adnak. A kérdés, ami számít, nem az, hogy valami működik-e egy kísérleti felállásban, hanem az, hogy folytatja-e a működést, amint a napi operáció részévé válik, minden ezzel járó függőséggel.
Az operáció, amelyet egyszer egy bizonyos munkamódra állítottak be, drága visszafordítani. Ha egy AI-alkalmazást bevezetnek, mielőtt a folyamatok, adatok és felelősségek rendben lennének, nem gyorsulás jön létre, hanem extra munka: javítások, kivételek, emberek, akik utólag ellenőrzik, amit a rendszernek már el kellett volna végeznie. Ez a kockázat közvetlenül érinti a COO-t, mert az operáció az, amiért felelnie kell. Egy pilóta, amely jól érződött egy bemutatóban, és fél évvel később zavart szolgáltatáshoz vagy extra hibakezeléshez vezet, az egy probléma, ami az ő asztalára kerül.
Az ellentétes kockázat is létezik: túl hosszan várni a skálázással, mert senki sem tudja megmondani, hogy a szervezet készen áll-e rá. Akkor a versenytársak vagy más üzletágak tovább vezetnek, anélkül, hogy erre alátámasztott indok lenne. Mindkét kockázat ugyanabból a hiányból ered: nincs közös kép arról, hol áll valójában a szervezet.
Egy COO olyan alapot akar, amelyre a döntéseket lehet építeni, amely nem egyetlen pilótacsapat lelkesedésétől függ. Azt akarja tudni, hogy a szervezet, egyedi projektektől függetlenül, felkészült-e az AI hordozására: le vannak-e írva és ismételhetőek-e a folyamatok, stabil-e elég az infrastruktúra, elérhető és megbízható-e az adat azon a helyen, ahol szükség van rá. Ez más típusú kérdés, mint az, hogy „működik-e ez a konkrét alkalmazás”. Az a kérdés, hogy az alap rendben van-e, függetlenül attól, hogy milyen alkalmazást építenek majd rá.
Ez az alap több rétegből áll, és a sorrend, amelyben ezeket felteszik, nem véletlenszerű. A szervezet, az IT-infrastruktúra és az adatmenedzsment határozzák meg, mi lehetséges; az ezektől függő dimenziók, mint a döntéshozás vagy az AI körüli együttműködés, nem juthatnak tovább, mint amit ez az alap megengedd. Egy COO, aki ezt tudja, a helyes sorrendben teszi fel kérdéseit, helyette, hogy a legláthatóbb alkalmazásnál kezdene.
Egy COO nem fogad el olyan választ, amely egyetlen véleményen alapul. „A csapat készen áll” egyetlen ember kijelentése, amely azon alapul, amit az illető a saját pozíciójából lát. Egy IT-menedzser, egy operációs menedzser és egy csapatvezető gyakran más szervezetet lát, még akkor is, ha ugyanarról az osztályról beszélnek. Ez a szórás pontosan az, amiért egy egyetlen ember pontszáma nem elegendő: elfedi a nézeteltérést, amely később, a skálázásnál, mégis felszínre kerül.
Ezért működik jól egy mérés, amely több embert enged külön pontszámot adni, öt szinten át — a baseline-tól a foundation, activation, insight és végül az intelligence szintig — hét dimenzión elosztva. Nem azért, hogy átlagot számoljunk, hanem hogy lássuk, hol térnek el a válaszok. A nagy szórás egy dimenzión maga is információ: azt jelenti, hogy nincs közös kép, és ez más, mint egy alacsony szint. Egy szervezet, amely minden dimenzión alacsonyan, de egységesen pontoz, legalább tudja, hol áll. Egy szervezet nagy szórással ezt még nem tudja, és ezt kell először kiderítenie, mielőtt egy szint bármit is jelentene.
Egy COO azt sem fogadja el, ha a válasz garanciát sugall. Egy készenléti mérés arról szól, milyen állapotban van a szervezet éppen most, nem arról, mit fog hozni egy AI-alkalmazás később. Ez a különbség nem finom annak, aki operatívan felelős: tudja, hogy a készenlét egy feltétel, nem egy eredmény.
Az operáció nem az egyetlen réteg, ahol ilyen kérdések felmerülnek. Amit a COO számára a folyamatok folytonossága jelent, az más szerepeknél a vállalaton belül más mérlegelés: mire figyel egy CIO az AI-érettségnél az infrastruktúra és a rendszerarchitektúra felől írja le a kérdést, míg mire figyel egy CHRO az AI-érettségnél azt vizsgálja, mit követel ez az emberektől és a szerepektől. Azoknál a vállalatoknál, ahol az operáció projektekből és helyszínekből épül fel, nem egy központi folyamatból, saját mintázatok érvényesek, ahogyan az olvasható itt: mennyire áll az építőipar az AI-érettséggel.
A mérés, amely ezt a szórást láthatóvá teszi, épül. Aki felkerül a várólistára, hozzáférést kap, amint az eszköz használatra kész. Jelenleg nincs letölthető jelentés, és nincs foglalható ülés; egy eszköz van fejlesztés alatt, amely arra a kérdésre épül, amelyet egy COO valójában felteszik, és nem arra, amelyre könnyű választ adni.
Az érettségmérés arra válaszol, hogy a szervezet elviselheti-e az AI-t: hogy megvannak-e az alapok ahhoz, hogy valamit tartósan felépítsenek. Amint ez a kép megvan, a kérdés a teherbírásról a tartalomra vált: a munka mely része vehető át magától az AI-tól, feladatonként, nem a teljes szervezetre kiterjedően. Ez egy másik mérés, más típusú válasszal, és ezt egy COO az FTE TO AI munkaszkenjében találja meg.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.